open-llm-leaderboard/details_bigcode__starcoder2-15b
收藏Hugging Face2024-04-02 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_bigcode__starcoder2-15b
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在模型bigcode/starcoder2-15b在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。它包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python中的datasets库加载运行细节的示例。
该数据集是在模型bigcode/starcoder2-15b在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。它包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python中的datasets库加载运行细节的示例。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称: Evaluation run of bigcode/starcoder2-15b
数据集创建: 该数据集是自动创建的，用于评估模型bigcode/starcoder2-15b在Open LLM Leaderboard上的表现。
数据集组成:
- 配置数量: 63个
- 每个配置对应任务: 每个配置对应一个评估任务
- 数据集创建自: 1次运行
- 数据集分割: 每个运行作为一个特定的分割，分割名称使用运行的时间戳。"train"分割始终指向最新结果。
- 额外配置: "results"，存储所有运行的聚合结果，用于计算和显示聚合指标。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_bigcode__starcoder2-15b", "harness_winogrande_5", split="train")
最新结果
最新结果包括多个任务的评估指标，如准确率（acc）、标准误差（acc_stderr）等，具体数值请参考数据集详情。
